Поделиться
Нейросети выбирают подарки: «Карамбола Лабс» назвала категории товаров, которые рекомендовал пользователям искусственный интеллект
По итогам февральских праздников компания «Карамбола Лабс» выяснила, как генеративные нейросети продвигают различные направления бизнеса. Аналитики исследовали ответы ИИ для жителей Москвы, Казани, Нижнего Новгорода и Краснодара. Команда выделила конкретные триггеры, которые заставляют алгоритмы добавлять прямые ссылки на сайты магазинов, и определила категории, которые чат-боты чаще всего рекомендовали в качестве подарков. Об этом CNews сообщили представители «Карамбола Лабс».
В ходе исследования эксперты изучили более десяти миллионов пользовательских запросов к ведущим языковым моделям: ChatGPT, Gemini, GigaChat, Алиса AI, Perplexity и Grok. Аналитики выяснили, что алгоритмы не просто выдают справочную информацию, а выстраивают коммерческие предложения со ссылками на сайты магазинов. Система меняет логику ответа, как только замечает в запросе слова-маркеры. Основными триггерами выступают призывы к действию («купить», «заказать», «подбери», «найди»), а также любые уточнения бюджета, диапазона цен или конкретного города. Алгоритмы реагируют на такие конструкции: «Купить [подарок]» или «Подбери [подарок] дешевле 1000 рублей»; «Добавь в список покупок [товар]»; «Запусти навык [магазин]» или «Покажи товары [категория]».
Нейросети также распознают длинные разговорные формулировки — например, «Нужны детали для велосипеда зимой» или «Подарок сыну на 8 лет, любит конструкторы». В таких случаях чат-боты уточняют детали запроса, после чего выдают готовые карточки товаров с характеристиками и ценами, собранными с сайтов и маркетплейсов. Распознавая эти триггеры, искусственный интеллект фактически превращает обычный диалог в умную персонализированную витрину. Эта механика избавляет покупателей от долгих поисков в браузере и открывает брендам новый канал для привлечения «горячей» аудитории.
Анализ московских запросов продемонстрировал ярко выраженный акцент алгоритмов на статусность и технологичность подарков. В столичном регионе нейросети чаще всего генерируют товарные карусели с одеждой и брендовыми аксессуарами — эта категория доминирует с показателем 72%. Вторую строчку уверенно занимает «Техника и гаджеты»: умные помощники включают устройства в 68% подборок. Уходовая косметика и селективная парфюмерия также удерживают прочные позиции и встречается в 53% ответов искусственного интеллекта.
В Казани потребительская модель выглядит иначе: здесь цифровые системы выдвигают на первый план технологичные подарки и заботу о себе. Абсолютным лидером рекомендаций в столице Татарстана стала «Техника и гаджеты» — алгоритмы советуют электронику в 72% случаев. Следующую позицию забирают мужская косметика и парфюмерные наборы: боты интегрируют такие товары в витрины для 61% запросов. Категория одежды и стильных аксессуаров заметно уступает столичным показателям, но сохраняет востребованность и получает 48% в рекламных блоках.
Выдача нейросетей для жителей Нижнего Новгорода показывает баланс между электроникой, гардеробом и средствами ухода. Техника и гаджеты делят первое место с одеждой и модными аксессуарами — обе категории языковые модели выводят в 53% товарных витрин. Подарочные наборы косметики и парфюмерии отстают всего на пару пунктов и набирают 51%.
Пользователям южного региона алгоритмы также рекомендовали традиционные категории подарков. В Краснодаре нейросети предлагали косметику и парфюмерные средства в 43% случаев. Технику и гаджеты агенты добавляли в 40% своих ответов. Сегмент одежды и аксессуаров попал 39% рекомендаций.
«Появление товарных витрин внутри ИИ-чатов формирует новую реальность для электронной коммерции. Нейросети только начинают этот путь, но уже планируют занять место заметного канала продаж, постепенно перетягивая на себя часть трафика классических интернет-магазинов и маркетплейсов.
«Мы проанализировали этот тренд и выяснили: алгоритмы берут существенную долю информации напрямую из карточек на маркетплейсах. Это открывает перед брендами доступ к новой аудитории. Сегодня компаниям важно оптимизировать карточки товаров не только под внутренние системы самих торговых площадок, но и применять инструменты GEO/AEO-оптимизации. Если искусственный интеллект предельно четко считывает характеристики, преимущества и контекст продукта, он органично встроит его в свою выдачу ровно в тот момент, когда пользователь формулирует запрос», — Станислав Щербаков, генеральный директор «Карамбола Лабс».
Короткая ссылка
